Halcon积累

1.提取Region中面积最大的区域：

region_feature(Conns,'area',Areas)

select_obj (Conns, ObjectMax, sort_index(-Areas)[0] + 1)

提取Region中面积第2大的区域

region_feature(Conns,'area',Areas)

select_obj (Conns, ObjectMax, sort_index(-Areas)[1] + 1)

...

提取Region中面积最小的区域：

region_feature(Conns,'area',Areas)

select_obj (Conns, ObjectMax, sort_index(Areas)[0] + 1)

提取Region中面积第2小的区域

region_feature(Conns,'area',Areas)

select_obj (Conns, ObjectMax, sort_index(Areas)[1] + 1)

 sort_index(Area,Indice)算子讲解：先将Area中各元素按升序排序，然后将排序后的每一个Area分别在原Area元组中的索引放在元组Indice 中

Area:    420 　　12922 　　38019 　　58 　　2033
Sort:     58 　　   420 　　   2033 　　  12922  38019
Indice:  3 　　　 0 　　　　4 　　　　 1　　   2

因为是升序，所以找最小不需要取反，找最大需要取反

2.再halcon上写字的3种方式

　　2.1dev_disp_text (Message, 'window', 12, 12, 'black', [], [])

　　2.2set_tposition (WindowHandle, 12, 12)       write_string (WindowHandle, 'OK')

       2.3disp_message (WindowHandle, 'No Model found!', true, 25, 20, 'black', 'true')

3.region集

　　gen_empty_obj (Contour)

　　for()

　　{...

　　　　concat_obj (Contour, TemContour, Contour)

　　}

4.胶路检测关键字：bead

5.等差数列 Rows:=[5:10:50]等同于Rows:=[5, 15, 25, 35, 45]

生成特定数量的常数 Cols:=gen_tuple_const(10, 6)等同于Cols:=[6, 6, 6, 6, 6, 6, 6, 6, 6, 6]   生成10个6

6.   tuple_select_mask   要求两个输入的元祖长度相同

　　IntTuple := [0,1,2,3,4,5]

　　tuple_select_mask (IntTuple, [0,1,0,1,0,1], SelectSome1)

　　SelectSome1的结果是IntTuple里面索引为1、3、5的集合

7.二值化

　　threshold (Image, Region1, 128, 255)：经典二值化

　　fast_threshold (Image, Region, 128, 255, 10)：快速二值化，相当于经典二值化后+面积判断，太小的不要

8.提取边界的两个算子

　　edges_sub_pix (ImageReduced, Edges, 'canny', 1.7, 40, 120)  //对于canny算法：1.7越大则平滑越大，1.7越大则平滑越小，对于其他算法则相反；40和120越大，对边缘的要求越高越小对边缘的要求越低越容易提取出轮廓

　　threshold_sub_pix (ImageReduced, Border1, 128)

9.